城市擴(kuò)張與水污染物排放的伴生效應(yīng)與交互機(jī)理
——基于2011—2015年長(zhǎng)三角地區(qū)的實(shí)證檢驗(yàn)

周 侃,陳妤凡,徐 勇,*

1 中國科學(xué)院地理科學(xué)與資源研究所,中國科學(xué)院區(qū)域可持續(xù)發(fā)展分析與模擬重點(diǎn)實(shí)驗(yàn)室,北京 100101 2 中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院,北京 100049

城市擴(kuò)張是城市化過程的重要表現(xiàn),快速城市化過程意味著農(nóng)村人口大規(guī)模向城市涌入,客觀上要求增加城市不透水面以滿足生產(chǎn)生活基本空間,由此造成生態(tài)空間被占用,改變區(qū)域原有生態(tài)環(huán)境系統(tǒng)結(jié)構(gòu),導(dǎo)致城市水環(huán)境退化、生物多樣性減少等生態(tài)環(huán)境問題[1—3]。同時(shí),城市擴(kuò)張伴隨著以工業(yè)生產(chǎn)和城市居住為代表的高強(qiáng)度、高密度生產(chǎn)生活活動(dòng),加速人為污染物排放進(jìn)入有限容量的區(qū)域環(huán)境系統(tǒng),不可避免地引發(fā)的環(huán)境污染問題[4—5]。因此,在快速城市化背景下,城市擴(kuò)張的環(huán)境效應(yīng)受到學(xué)術(shù)界和政策制定者的廣泛關(guān)注,并普遍認(rèn)為城市擴(kuò)張導(dǎo)致污染物排放強(qiáng)度和規(guī)模迅速增長(zhǎng),對(duì)環(huán)境系統(tǒng)自然凈化過程的擾動(dòng)加劇,無序的城市擴(kuò)張過程會(huì)引發(fā)區(qū)域生態(tài)環(huán)境發(fā)生結(jié)構(gòu)失調(diào)、功能退化乃至系統(tǒng)崩潰等負(fù)向水環(huán)境效應(yīng)已經(jīng)成為共識(shí)。

國內(nèi)外學(xué)者對(duì)城市化環(huán)境效應(yīng)的研究主要集中在城市建設(shè)用地?cái)U(kuò)張的大氣環(huán)境效應(yīng)領(lǐng)域,研究選取二氧化硫、臭氧、細(xì)微顆粒物等典型污染物,使用建設(shè)用地?cái)U(kuò)張及其它經(jīng)濟(jì)社會(huì)因子,通過GIS和回歸分析方法定量解析大氣污染與城市土地利用關(guān)系[6—8],利用衛(wèi)星遙感資料反演氣溶膠特性分析了城市工業(yè)氣體排放、交通污染、工程建設(shè)等各種人為因素引發(fā)的城市空氣污染問題[9—11]。研究顯示,城市用地分布決定大氣污染物排放源的空間形態(tài)[12—14],建設(shè)用地作為主導(dǎo)因子,與城市空氣污染成正相關(guān)關(guān)系[15—18]。針對(duì)城市化的水環(huán)境效應(yīng)這一命題,既有研究主要通過取樣、監(jiān)測(cè)與模擬實(shí)驗(yàn)等方式,獲取水污染物排放的基本評(píng)價(jià)數(shù)據(jù),再運(yùn)用空間計(jì)量、路徑分析、冗余分析等方法解構(gòu)城市擴(kuò)張與水污染的相互作用機(jī)制[19—25]。實(shí)證研究表明,城市用地結(jié)構(gòu)與大部分水污染物排放有較好的空間相關(guān)性[26—28],非農(nóng)建設(shè)用地?cái)U(kuò)張和耕地面積收縮在不同程度上影響水污染物排放強(qiáng)度,從而增加工業(yè)區(qū)和城市生活區(qū)水體中的氨氮、有機(jī)物、重金屬等污染物負(fù)荷[29—31]。還有研究揭示了城市化和工業(yè)化對(duì)環(huán)境污染物排放的空間效應(yīng),城市群地區(qū)的環(huán)境污染更多是區(qū)域性的空間溢出污染[32—34],不同城市化進(jìn)程表現(xiàn)出不同的環(huán)境污染變化特征,相鄰地區(qū)污染物排放顯示出類似的污染模式或變化特征[35—37]。

由此可見,城市化進(jìn)程加快和城市規(guī)模擴(kuò)大在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí),也加重了城市水資源和水環(huán)境負(fù)荷,揭示城市擴(kuò)張與水污染物排放之間的伴生效應(yīng)與空間交互機(jī)理是城市化水環(huán)境效應(yīng)研究的重要議題。但是,現(xiàn)有研究未能有效刻畫城市用地?cái)U(kuò)張對(duì)污染排放的作用強(qiáng)度及空間分異規(guī)律；通常采用建設(shè)用地規(guī)模表征城市擴(kuò)張過程,該指標(biāo)還涵蓋納入鄉(xiāng)村居住用地、交通運(yùn)輸用地、水利和能源設(shè)施用地等非城市擴(kuò)張屬性的用地類型,難以更準(zhǔn)確體現(xiàn)實(shí)際城市擴(kuò)張過程造成的環(huán)境污染；忽視從空間視角解析城市群內(nèi)部城市擴(kuò)張的區(qū)域性污染效應(yīng),需要進(jìn)一步深化二者空間耦合機(jī)理研究。鑒于此,本文選取長(zhǎng)三角地區(qū)為案例,融合水污染物排放、土地利用、人口經(jīng)濟(jì)等多源數(shù)據(jù),刻畫快速城市化階段縣域尺度水污染物排放的時(shí)空特征,利用空間計(jì)量模型定量解析城市擴(kuò)張與水污染物排放的伴生效應(yīng)及其空間交互機(jī)理,以期為進(jìn)入城鎮(zhèn)化后期階段后區(qū)域污染物減排政策及環(huán)境高質(zhì)量發(fā)展路徑制定提供科學(xué)參考。

1 數(shù)據(jù)來源與研究方法

1.1 案例區(qū)概況與數(shù)據(jù)來源

長(zhǎng)江三角洲(以下簡(jiǎn)稱長(zhǎng)三角)地區(qū)包括上海市、江蘇省、浙江省、安徽省全域(圖1),區(qū)域總面積35.8萬km2。長(zhǎng)三角地區(qū)是中國經(jīng)濟(jì)實(shí)力最強(qiáng)的區(qū)域之一,是引領(lǐng)長(zhǎng)江經(jīng)濟(jì)帶乃至全國經(jīng)濟(jì)發(fā)展的重要引擎。2015年,長(zhǎng)三角地區(qū)的常住人口2.21億,國內(nèi)生產(chǎn)總值16.01萬億元,分別占全國的16.06%和23.36%。2011—2015年間,長(zhǎng)三角地區(qū)城市化率實(shí)現(xiàn)了從60%向65%的快速增長(zhǎng),在快速城市化進(jìn)程中城市群聚集作用持續(xù)增強(qiáng)。但同時(shí),城市擴(kuò)張及高強(qiáng)度資源能源消耗過程,導(dǎo)致長(zhǎng)三角地區(qū)下墊面快速改變,大量農(nóng)用地轉(zhuǎn)為建設(shè)用地,水污染物排放總量大、單位面積排放強(qiáng)度高,占全國4%的國土空間卻承載著全國21.21%的廢水排放量,反映出在實(shí)現(xiàn)快速城市化和工業(yè)化的同時(shí),長(zhǎng)三角地區(qū)江河湖海納污體量大,水環(huán)境污染問題突出,區(qū)域性水生態(tài)失衡嚴(yán)重[38],局部地區(qū)甚至威脅到了居民飲用水安全。

圖1 案例區(qū)位置及地形水系圖Fig.1 Location,topography and water system of Yangtze River Delta

本文以長(zhǎng)三角地區(qū)縣域?yàn)榛締卧?建立了2011—2015年土地利用現(xiàn)狀、水污染物排放和社會(huì)經(jīng)濟(jì)數(shù)據(jù)庫,縣域單元包括縣、區(qū)和縣級(jí)市3類縣級(jí)行政區(qū)。主要數(shù)據(jù)及來源如下：各級(jí)行政區(qū)劃數(shù)據(jù),從國家基礎(chǔ)地理信息系統(tǒng)網(wǎng)站獲取；縣域土地利用現(xiàn)狀數(shù)據(jù),從國土資源部門搜集；污染物排放和社會(huì)經(jīng)濟(jì)數(shù)據(jù),主要從《中國縣域統(tǒng)計(jì)年鑒》和《上海市統(tǒng)計(jì)年鑒》、《江蘇省統(tǒng)計(jì)年鑒》、《浙江省統(tǒng)計(jì)年鑒》、《安徽省統(tǒng)計(jì)年鑒》中獲取,并對(duì)其中33個(gè)數(shù)據(jù)不完整或缺失的縣域單元,進(jìn)一步獲取所在地市統(tǒng)計(jì)年鑒和縣域統(tǒng)計(jì)公報(bào)補(bǔ)齊。

1.2 研究方法與指標(biāo)選取

1.2.1伴生效應(yīng)參數(shù)估計(jì)模型

根據(jù)水環(huán)境污染的空間流動(dòng)性特點(diǎn)和理論分析可以發(fā)現(xiàn),城市擴(kuò)張的水污染物排放具有空間溢出效應(yīng),故在參數(shù)估計(jì)時(shí)將構(gòu)建空間計(jì)量模型進(jìn)行分析。首先,構(gòu)建空間滯后模型(spatial lag model,SLM)、空間誤差模型(spatial error model,SEM)和空間杜賓模型 (spatial Durbin model,SDM)3種不同的形式,然后,結(jié)合LM檢驗(yàn)結(jié)果以及空間效應(yīng)分解要求,選取其中的較優(yōu)模型[39—40]。各模型的特點(diǎn)與表達(dá)形式如下：

(1)SLM模型。當(dāng)存在內(nèi)生交互效應(yīng)(WY)時(shí),需要在一般線性回歸模型中加入被解釋變量的空間滯后項(xiàng),轉(zhuǎn)化為SLM模型,表達(dá)式如下：

Y=ρWY+αIN+Xβ+ε;ε—N(0,δ2IN)

(1)

(2)SEM模型。當(dāng)存在誤差項(xiàng)的交互效應(yīng)(Wμ)時(shí),也就是說模型誤差項(xiàng)存在空間自相關(guān)時(shí),需要加入空間相關(guān)的誤差項(xiàng),轉(zhuǎn)化為SEM模型,表達(dá)式如下：

Y=αIN+Xβ+λWμ+ε;ε—N(0,δ2IN)

(2)

(3)SDM模型。對(duì)SLM和SEM模型綜合后的形成SDM模型,模型包含了內(nèi)生交互效應(yīng)(WY)和外生交互效應(yīng)(WX),表達(dá)式如下：

Y=ρWY+αIN+Xβ+WXθ+ε;ε—N(0,δ2IN)

(3)

式中,Y為被解釋變量；X為外生解釋變量矩陣；IN為單位向量；ρ為空間自回歸系數(shù)；λ為回歸殘差之間的空間自相關(guān)系數(shù)；β、θ待估參數(shù)向量；W為空間權(quán)重矩陣；ε為隨機(jī)誤差向量。當(dāng)θ=0 時(shí),SDM 模型退化為SLM 模型；當(dāng)θ+ρβ=0 時(shí),則SDM模型退化為SEM 模型。

1.2.2空間耦合性分析方法

為進(jìn)一步刻畫城市擴(kuò)張與水污染物排放的空間耦合關(guān)系,在傳統(tǒng)莫蘭指數(shù)(Moran′ sI)的基礎(chǔ)上,拓展了雙變量全局和局部自相關(guān)分析[41],公式如下：

(4)

1.2.3空間交互機(jī)理測(cè)度模型

空間交互作用通常是指單個(gè)空間單元某個(gè)變量變換所導(dǎo)致的空間影響,不僅包括直接交互(本地效應(yīng)),即單個(gè)區(qū)域某個(gè)變量變動(dòng)對(duì)本地的影響程度,以及間接交互(空間溢出效應(yīng)),即單個(gè)區(qū)域某個(gè)變量變動(dòng)對(duì)其它區(qū)域的影響程度[42—43]。在SDM模型估計(jì)時(shí),可進(jìn)一步通過偏微分方法,直接計(jì)算得到變量的直接交互和間接交互作用。首先,將公式(3)右側(cè)的ρWY移動(dòng)至方程左側(cè),得到：

(1-ρW)Y=αIN+Xβ+WXθ+ε

(5)

然后,將方程兩側(cè)同乘以空間乘子矩陣(I-ρW)-1,得到：

Y=(I-ρW)-1αIN+(I-ρW)-1(Xβ+WXθ)+(I-ρW)-1ε

(6)

最后,對(duì)各個(gè)解釋變量求偏導(dǎo)數(shù),得到：

(7)

由偏導(dǎo)理論可知,SDM模型中自變量XK的直接交互效應(yīng)等于自變量系數(shù)βK,反映本地區(qū)解釋變量對(duì)本地的實(shí)際影響；間接交互效應(yīng)等于自變量空間滯后項(xiàng)WXK的系數(shù)θK,反映本地區(qū)解釋變量對(duì)其他地區(qū)的空間溢出影響。

1.2.4指標(biāo)選取與變量說明

本文選取的變量主要包括水污染物、城市擴(kuò)張規(guī)模以及其他相關(guān)控制變量,選擇2011—2015年長(zhǎng)三角地區(qū)305個(gè)縣域單元數(shù)據(jù)進(jìn)行研究。指標(biāo)選取與變量說明如下：

(1)被解釋變量。長(zhǎng)三角地區(qū)水環(huán)境問題突出,2015年長(zhǎng)三角地區(qū)地表水國控?cái)嗝婀?31個(gè),水質(zhì)符合Ⅲ類的斷面比例僅45.27%,遠(yuǎn)低于全國平均水平64.5%的同期標(biāo)準(zhǔn)[44],不達(dá)標(biāo)斷面主要分布于蘇州河、錢塘江、黃浦江等主要河流流經(jīng)的核心城市,以及太湖、淀山湖、陽澄湖等集中分布的都市圈臨近區(qū)域,影響水環(huán)境質(zhì)量狀況的主要污染指標(biāo)為化學(xué)需氧量(COD)、氨氮(NH3-N)、總磷、高錳酸鉀指數(shù)等。本文擬選取COD和NH3-N作為被解釋變量,原因如下：其一,這兩類特征污染物一直被中央和研究區(qū)內(nèi)各級(jí)環(huán)境主管部門列為控制排放的主要指標(biāo),在統(tǒng)計(jì)上具有一定的時(shí)間連續(xù)性；其二,長(zhǎng)三角作為高度城市化和工業(yè)化地區(qū),承擔(dān)著以城市居住和工業(yè)生產(chǎn)為代表的高強(qiáng)度人類生產(chǎn)生活活動(dòng),是這兩類特征污染物的主要污染源；其三,長(zhǎng)三角地區(qū)的COD和NH3-N排放高、負(fù)荷重,在長(zhǎng)江流域乃至全國的水污染物減排中承擔(dān)主要份額,相較于其它水污染物指標(biāo),減排控制要求更為嚴(yán)格。

(2)核心解釋變量。城市擴(kuò)張是城市建設(shè)和城市功能運(yùn)轉(zhuǎn)所需要的建設(shè)用地規(guī)模增長(zhǎng)的過程,是快速城市化和城市現(xiàn)代化的必然結(jié)果。本文選取城市擴(kuò)張規(guī)模(UES)作為核心解釋變量,剔除了縣域年末建設(shè)用地中的鄉(xiāng)村居住用地等用地類型,采用城鎮(zhèn)住宅用地、商服用地、工礦倉儲(chǔ)用地、市政基礎(chǔ)設(shè)施與公共服務(wù)設(shè)施用地等各類城市建設(shè)用地面積求和得到。

(3)控制變量。為增加模型的穩(wěn)健性,進(jìn)一步選取其它可能影響水污染物排放的社會(huì)經(jīng)濟(jì)指標(biāo)作為控制變量(表1)。其中,POP為年末常住人口數(shù),表征城市人口規(guī)模；PGDP為人均GDP,表征城市經(jīng)濟(jì)發(fā)展水平；IS為第二產(chǎn)業(yè)增加值占GDP比重,表征產(chǎn)業(yè)結(jié)構(gòu)與城市工業(yè)化水平；FDI為外商直接投資,表征城市經(jīng)濟(jì)市場(chǎng)開放程度；FAI為全社會(huì)固定資產(chǎn)投資,表征國內(nèi)資金投資規(guī)模與資產(chǎn)再生產(chǎn)能力。此外,為考察地理區(qū)位對(duì)水污染物排放的影響,還設(shè)置了沿海區(qū)位(Dist-coast)和沿江區(qū)位(Dist-yangtze)變量,分別用縣域到海岸線的最近距離、縣域到長(zhǎng)江干流的最近距離表示。

表1 主要變量的描述性統(tǒng)計(jì)Table 1 Descriptive statistics of main variables

進(jìn)一步檢驗(yàn)被解釋變量與所有解釋變量的相關(guān)性發(fā)現(xiàn)(表2),UES作為本文核心變量,其與COD和NH3-N的正相關(guān)性較強(qiáng),且通過1%水平的顯著性檢驗(yàn)；其余控制變量均在不同程度與COD和NH3-N相關(guān),POP屬于強(qiáng)相關(guān),其余變量則屬于弱或極弱相關(guān)。此外,所有解釋變量的VIF均小于10,表明解釋變量之間不存在多重共線性,并不會(huì)影響空間計(jì)量模型分析。

表2 皮爾遜相關(guān)性檢驗(yàn)和VIF共線性檢驗(yàn)結(jié)果Table 2 Pearson correlation analysis and VIF test

2 結(jié)果分析

2.1 時(shí)空特征分析

縣域河流或湖庫斷面水污染物濃度超標(biāo)指數(shù)測(cè)算顯示(表3),長(zhǎng)三角地區(qū)的COD和NH3-N總體處于臨界超標(biāo)狀態(tài),兩類污染物濃度超標(biāo)縣域的比重分別為18.93%和16.43%,臨界超標(biāo)縣域的比重分別為35.71%和25.36%。再繪制特征污染物與總體超標(biāo)指數(shù)的散點(diǎn)圖(圖2),發(fā)現(xiàn)COD和NH3-N同水污染總體超標(biāo)的相關(guān)性較強(qiáng),表明這兩項(xiàng)特征污染物能夠有效反映長(zhǎng)三角地區(qū)水污染的時(shí)空特征

表3 特征污染物濃度超標(biāo)狀態(tài)Table 3 Exceeding standard status of particular pollutants potency

圖2 特征污染物濃度超標(biāo)與總體超標(biāo)指數(shù)的散點(diǎn)圖Fig.2 Scatter plot of exceeding standard index between particular pollutants and all pollutantsCOD:化學(xué)需氧量 Chemical oxygen demand;NH3-N:氨氮 Ammonia nitrogen

由表4的縣域尺度分析發(fā)現(xiàn),2011—2015年間長(zhǎng)三角地區(qū)的水污染物排放規(guī)模顯著下降,COD排放總量從315.02萬t減排至184.73萬t,5年間減少了41.36%,NH3-N排放量從41.90萬t減排至27.01萬t,減少了35.54%。進(jìn)一步對(duì)比顯示,縣域單元的水污染物排放強(qiáng)度也呈下降態(tài)勢(shì),2011年縣域的COD和NH3-N排放強(qiáng)度均值分別為10328.42t和1373.67t,到2015年二者的均值分別降至6056.58 t和885.50 t。對(duì)比各省市發(fā)現(xiàn),5年間江蘇省COD和NH3-N排放量占長(zhǎng)三角地區(qū)的總量維持在40%左右,兩類污染物減排的貢獻(xiàn)率分別為34.93%、34.11%,體現(xiàn)出江蘇省在長(zhǎng)三角地區(qū)水污染物排放的份額較大、且減排效果較突出。

表4 2011—2015年長(zhǎng)三角地區(qū)水污染物排放對(duì)比Table 4 Water pollutant emissions in Yangtze River Delta from 2011 to 2015

按<2500t、2500—5000t、5000—10000t、10000—15000t和≥15000t將縣域的COD排放強(qiáng)度由低至高依次分為I、II、III、IV和V五級(jí)；按<250t、250—500t、500—1000t、1000—2000t和≥2000t將縣域的NH3-N排放強(qiáng)度也依次分為I—V五級(jí),由此得到2011—2015年縣域排放強(qiáng)度的空間分布圖。如圖3、4所示,長(zhǎng)三角地區(qū)水污染物排放呈現(xiàn)以下特點(diǎn)及變化：①縣域排放強(qiáng)度等級(jí)整體降低,COD和NH3-N的高強(qiáng)度排放縣域顯著減少,低等級(jí)排放縣域明顯增加,其中,有58個(gè)縣域COD排放強(qiáng)度下降2級(jí)及以上等級(jí)、130個(gè)縣域COD排放強(qiáng)度下降1級(jí),有30個(gè)縣域NH3-N排放強(qiáng)度下降 2級(jí)及以上等級(jí)、138個(gè)縣域NH3-N排放強(qiáng)度下降1級(jí)；②高強(qiáng)度、連片式排放格局發(fā)生顯著變化,COD排放等級(jí)為V級(jí)和IV級(jí)、即排放強(qiáng)度在1萬t以上的縣域從128個(gè)減少至43個(gè),NH3-N排放等級(jí)為V級(jí)和IV級(jí)、即排放強(qiáng)度在1000t以上的縣域從179個(gè)減少至100個(gè),尤其是V級(jí)高排放縣域,從2011年在上海及杭州、合肥、南京3個(gè)省會(huì)城市以及濱海區(qū)域、北部區(qū)域的大范圍連片分布收縮,形成了2015年的零散分布格局；③縣域排放強(qiáng)度具有由中心城區(qū)向外圍區(qū)域遞增態(tài)勢(shì),這初步顯示出城市擴(kuò)張過程與水污染物排放的空間關(guān)聯(lián),另外,通常在鄰近省級(jí)或地市級(jí)行政邊界的縣域,其排放強(qiáng)度相對(duì)地市內(nèi)部的縣域偏高。

圖3 2011—2015年縣域COD排放強(qiáng)度分級(jí)圖Fig.3 Classification of COD emissions intensity of counties from 2011 to 2015

圖4 2011—2015年縣域NH3-N排放強(qiáng)度分級(jí)圖Fig.4 Classification of NH3-N emissions intensity of counties from 2011 to 2015

進(jìn)一步地,以10 km作為緩沖距離,分別統(tǒng)計(jì)縣域在海岸線和長(zhǎng)江干流岸線不同距離下的COD和NH3-N排放量。結(jié)果顯示,距離海岸線和長(zhǎng)江干流越遠(yuǎn),水污染物排放整體呈遞減趨勢(shì),即沿海、沿江縣域的水污染物排放量與處于內(nèi)陸腹地的縣域相對(duì)較高。其中,距離海岸線100km以內(nèi)的縣域,其COD和NH3-N排放量分別占長(zhǎng)三角地區(qū)總量的43.69%、50.34%；距離長(zhǎng)江干流50km以內(nèi)的縣域,其COD和NH3-N排放量分別占排放總量的47.28%、42.27%。如圖5、6所示,不同距離下的COD和NH3-N排放量呈對(duì)數(shù)曲線關(guān)系,距離海岸線和長(zhǎng)江干流越近則水污染物排放量增大的趨勢(shì)越強(qiáng)。此外,2011—2015年間,COD和NH3-N排放在不同距離下呈現(xiàn)一定波動(dòng),波動(dòng)趨勢(shì)整體較為相似,2015年的排放量較2011年降低明顯,擬合的對(duì)數(shù)曲線也相對(duì)趨于平緩。

圖5 距海岸線不同距離的縣域COD和NH3-N排放量Fig.5 COD and NH3-N emissions of counties at different distance from coastline

圖6 距長(zhǎng)江干流不同距離的縣域COD和NH3-N排放量Fig.6 COD and NH3-N emissions of counties at different distance from the Yangtze River為避免沿海區(qū)位可能的干擾,距長(zhǎng)江干流不同距離的縣域統(tǒng)計(jì)時(shí)未含沿海100km以內(nèi)縣域

2.2 伴生效應(yīng)估計(jì)

在伴生效應(yīng)估計(jì)前,首先進(jìn)行拉格朗日乘數(shù)檢驗(yàn),優(yōu)選擬采用的SLM、SEM或SDM模型。如表5所示,基于地理反距離矩陣的LM檢驗(yàn)結(jié)果表明模型無法拒絕不存在空間滯后效應(yīng)的原假設(shè),但由于SLM模型中各因素的直接效應(yīng)和間接效應(yīng)的比值是一個(gè)固定常數(shù),SEM模型不存在間接效應(yīng),建議在解釋變量可能存在空間效應(yīng)時(shí),應(yīng)優(yōu)先考慮更靈活的SDM模型[39—40]。

表5 不同伴生效應(yīng)估計(jì)模型的檢驗(yàn)結(jié)果Table 5 Test results of the spatial econometric models

依據(jù)上述模型檢驗(yàn)結(jié)果,可利用SDM模型對(duì)水污染物排放量進(jìn)行伴生效應(yīng)估計(jì),結(jié)果如表6所示。SDM(1)、(3)、(5)和(7)的估計(jì)參數(shù)均顯示,長(zhǎng)三角地區(qū)城市擴(kuò)張與水污染物排放的伴生效應(yīng)十分顯著,城市擴(kuò)張規(guī)模是影響水污染物排放的主導(dǎo)因素。2011年,長(zhǎng)三角地區(qū)的UES變量每增加1個(gè)百分點(diǎn),將分別引起COD和NH3-N排放增加0.293%和0.319%；至2015年,UES與兩類水污染物排放的伴生效應(yīng)基本穩(wěn)定,各估計(jì)模型中UES的彈性系數(shù)穩(wěn)定在0.3—0.4之間。由此可見,長(zhǎng)三角地區(qū)快速城市化過程中,大規(guī)模城市擴(kuò)張意味著發(fā)揮城市生產(chǎn)生活功能的空間載體激增,直接推動(dòng)經(jīng)濟(jì)社會(huì)要素流入城市,擴(kuò)大城市化地區(qū)各類工業(yè)產(chǎn)能和生活活動(dòng)規(guī)模,促進(jìn)了城市生活源和工業(yè)源水污染物的高排放過程。

表6 伴生效應(yīng)的SDM模型估計(jì)結(jié)果Table 6 Estimation results of SDM for associated effects

8個(gè)SDM模型的空間自回歸系數(shù)ρ在1%水平上均正向顯著,表明長(zhǎng)三角地區(qū)的水污染物排放存在空間集聚和正向溢出效應(yīng),即地理距離相近的縣域水污染物排放存在相互影響,本地水污染物排放的增加可直接導(dǎo)致鄰近地區(qū)排放同步增加,但該溢出效應(yīng)在2011—2015年整體呈下降趨勢(shì)。結(jié)合SDM模型中的POP、PGDP、IS、FAI等控制變量對(duì)水污染物排放有不同程度的正向驅(qū)動(dòng)可進(jìn)一步做以下推斷：一方面,由于本地和鄰近的城市通常處于同一經(jīng)濟(jì)分工體系,城市之間的經(jīng)濟(jì)聯(lián)系相對(duì)緊密,且具有相似的產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)技術(shù)和資本市場(chǎng)等,若引發(fā)高污染的高水耗和高能耗的生產(chǎn)要素集聚,將直接導(dǎo)致區(qū)域性的水污染物排放量增加,相反,綠色化生產(chǎn)要素的集聚則可能引起水污染物減排,由此使水污染物排放在空間上形成顯著的溢出效應(yīng)。另一方面,由城市擴(kuò)張引起的污染物從局部擴(kuò)散到相鄰區(qū)域是客觀上一直存在的,在集聚效益、規(guī)模效益、協(xié)作效益以及物流成本控制的綜合影響下,在市場(chǎng)經(jīng)濟(jì)發(fā)育程度較高的長(zhǎng)三角地區(qū),進(jìn)行遠(yuǎn)距離、跨區(qū)域城市化資源配置和工業(yè)化要素轉(zhuǎn)移的可能性通常非常小。在多個(gè)變量的共同作用下,長(zhǎng)三角地區(qū)的水污染物排放總量呈下降趨勢(shì),城市擴(kuò)張導(dǎo)致的局部增量并未能改變整體的水污染減排趨勢(shì)。

在增加區(qū)位變量后,Dist-coast和Dist-yangtze變量的回歸系數(shù)均為負(fù),即長(zhǎng)三角地區(qū)距離海岸線或長(zhǎng)江干流岸線的距離越近,縣域單元產(chǎn)生的水污染物排放量越大。結(jié)合上一節(jié)中距離岸線的COD和NH3-N排放量統(tǒng)計(jì)分析不難發(fā)現(xiàn),沿海和沿江區(qū)位是城市擴(kuò)張通常會(huì)選擇的布局指向,在沿海100km和沿江50km的高強(qiáng)度生產(chǎn)生活活動(dòng)將引起高強(qiáng)度水污染物排放。另外一個(gè)重要的原因是,從排污的距離成本和環(huán)境規(guī)制的強(qiáng)度來看,與江河和海域等主要水污染受體在空間上越鄰近,越有利于水污染物排放和水污染行為發(fā)生。目前,長(zhǎng)三角地區(qū)入海、入江的水污染物排放標(biāo)準(zhǔn)普遍低于入湖或入庫的水污染物排放標(biāo)準(zhǔn),造成各類排放主體將污染物直排海、直排江等行為不可避免導(dǎo)致沿海和沿江區(qū)位的污水排放量增加。

根據(jù)公式(4)進(jìn)一步測(cè)算城市擴(kuò)張與水污染物排放的空間耦合性,發(fā)現(xiàn)二者的伴生效應(yīng)具有顯著且穩(wěn)定的空間差異,主要形成了高擴(kuò)張-高排放型、高擴(kuò)張-低排放型、低擴(kuò)張-高排放型、低擴(kuò)張-低排放型4類空間耦合關(guān)系。如圖7所示,高擴(kuò)張-高排放型縣域主要集中在上海及其周邊、蘇北地區(qū)的連云港、鹽城、南通、徐州、宿遷等地市,還有部分縣域由2011年的低擴(kuò)張-高排放型或不顯著轉(zhuǎn)換為2015年的高擴(kuò)張-高排放型,零星分布于江蘇鎮(zhèn)江、泰州和安徽合肥、六安等地市。此外,屬于低擴(kuò)張-低排放型縣域集中在皖南和浙西山地丘陵區(qū),位于浙江衢州、麗水、金華以及安徽黃山、池州、安慶等地市。

圖7 2011—2015年城市擴(kuò)張與水污染物排放的空間耦合性變化Fig.7 Spatial coupling change of urban expansion and water pollutant emission in the YRD

2.3 空間交互機(jī)理測(cè)度

由伴生效應(yīng)的SDM模型估計(jì)結(jié)果可知,城市擴(kuò)張與水污染物排放的空間溢出效應(yīng)顯著,但已有的模型估計(jì)系數(shù)難以完全反映二者在空間上的交互機(jī)理,還需分解變量間的直接效應(yīng)和間接效應(yīng),以進(jìn)一步測(cè)度核心變量及主要控制變量的空間影響強(qiáng)度。如表7所示,UES變量對(duì)COD和NH3-N排放的直接效應(yīng)和間接效應(yīng)均顯著,表明城市擴(kuò)張不僅對(duì)本地的水污染物排放產(chǎn)生直接影響,還會(huì)通過溢出效應(yīng)對(duì)鄰地的排放產(chǎn)生間接影響。從模型分解的系數(shù)值來看,UES對(duì)COD的直接和間接效應(yīng)回歸系數(shù)分別為0.274和-1.017,并在1%和5%水平上顯著。說明城市擴(kuò)張的規(guī)模每提升1%,將使得本地的COD排放增加0.274%,同時(shí)使鄰近縣域的COD排放降低1.017%。同樣地,城市擴(kuò)張亦加劇了本地的NH3-N排放,UES彈性系數(shù)為0.368,而對(duì)鄰近縣域的NH3-N排放則有顯著的負(fù)向溢出效應(yīng),彈性系數(shù)為-0.650。因此,長(zhǎng)三角地區(qū)的城市擴(kuò)張與水污染物排放在空間上的交互具有兩面性。

表7 直接效應(yīng)和間接效應(yīng)分解結(jié)果Table 7 Decomposition results of direct and indirect effects

對(duì)本地縣域呈現(xiàn)的正向交互作用表明,在快速城市化過程中,長(zhǎng)三角地區(qū)的城鄉(xiāng)人口和生產(chǎn)要素向中心城區(qū)、都市區(qū)集聚的空間過程十分顯著。2011—2015年間，長(zhǎng)三角地區(qū)的城市化率平均每年增長(zhǎng)近1個(gè)百分點(diǎn)。就發(fā)生城市擴(kuò)張的本地而言,因規(guī)模擴(kuò)張從而帶來了城市人口數(shù)量增加和高污染型生產(chǎn)規(guī)模擴(kuò)大,加之長(zhǎng)三角地區(qū)工業(yè)結(jié)構(gòu)偏重的特點(diǎn),紡織與印染、造紙、化學(xué)原料與化學(xué)制品、非金屬礦物制品、農(nóng)副食品加工等污染密集型產(chǎn)業(yè)的占比仍然偏高,勢(shì)必會(huì)導(dǎo)致自身水污染物排放加劇。同時(shí),對(duì)鄰近縣域的負(fù)向交互作用顯示,中心城市所在縣域?qū)?duì)鄰近縣域的人流與要素流產(chǎn)生 “虹吸效應(yīng)”,壓縮其城市擴(kuò)張機(jī)會(huì)和開發(fā)建設(shè)空間,進(jìn)而產(chǎn)生抑制鄰近地區(qū)水污染物排放的間接效應(yīng)。

此外,從主要控制變量與水污染物排放的交互作用來看,POP、FAI和FDI變量對(duì)COD和NH3-N的交互作用效果相似,POP和FAI變量的直接效應(yīng)和間接效應(yīng)均為正向交互作用,而FDI的直接效應(yīng)則為顯著的負(fù)向交互。反映出人口密度提升和投資加速是城市擴(kuò)張的主要表現(xiàn)之一,且城市群地區(qū)的生產(chǎn)要素分布往往存在空間集聚特征,規(guī)模效應(yīng)帶來產(chǎn)能擴(kuò)張及生產(chǎn)要素消耗增長(zhǎng),從而同步加劇本地和鄰近縣域的水污染物排放。FDI對(duì)水污染物排放的抑制作用表明,隨著長(zhǎng)三角地區(qū)環(huán)境準(zhǔn)入門檻的提升,過去外資驅(qū)動(dòng)的污染轉(zhuǎn)入和“污染避難所”已經(jīng)發(fā)生改變,不斷提升的環(huán)境規(guī)制成本促使本地逐步淘汰污染密集型外資企業(yè)或進(jìn)行減排生產(chǎn)工藝更新。另外,COD和NH3-N排放同PGDP和IS變量的交互作用具有明顯不同,前者PGDP和IS變量的直接效應(yīng)均為正向交互,間接效應(yīng)則為負(fù)向交互；而后者PGDP變量的直接和間接效應(yīng)均為正向交互,IS變量則均為負(fù)向交互,反映出因水污染物排放的性質(zhì)及污染源結(jié)構(gòu)差異,也表明長(zhǎng)三角地區(qū)傳統(tǒng)的產(chǎn)業(yè)結(jié)構(gòu)尚未能改變以環(huán)境效益為代價(jià)的高耗能、高污染的經(jīng)濟(jì)發(fā)展模式,隨之產(chǎn)生的大量工業(yè)廢水和生活污水必然增加本地水環(huán)境中的有機(jī)污染物排放。

3 結(jié)論與討論

3.1 主要結(jié)論

(1)長(zhǎng)三角地區(qū)水污染物排放總量和強(qiáng)度下降,高排放強(qiáng)度集中在城市外圍區(qū)縣和沿海、沿江區(qū)縣。2011—2015年間長(zhǎng)三角地區(qū)COD和NH3-N的排放總量分別降低41.36%和35.54%；排放強(qiáng)度下降1級(jí)及以上等級(jí)的縣域分別占比61.6%和55.1%；縣域高強(qiáng)度排放格局由連片式分布收縮為零散式分布,且由中心城區(qū)向外圍遞增；沿海、沿江的縣域水污染物排放量較高,與海岸線和長(zhǎng)江干流距離越遠(yuǎn),則COD和NH3-N排放強(qiáng)度呈對(duì)數(shù)式降低。

(2)長(zhǎng)三角地區(qū)城市擴(kuò)張與水污染物排放的正向伴生效應(yīng)顯著且穩(wěn)定,沿海沿江是城市擴(kuò)張通常會(huì)選擇的布局指向。SDM估計(jì)結(jié)果表明,2015年城市擴(kuò)張規(guī)模每增加1個(gè)百分點(diǎn),將分別引起COD和NH3-N排放增加0.300%和0.380%。快速城市化過程中,大規(guī)模城市擴(kuò)張擴(kuò)大各類工業(yè)產(chǎn)能和生活活動(dòng)規(guī)模,顯著加劇城市群地區(qū)的生活源和工業(yè)源水污染物的排放強(qiáng)度。通過區(qū)位變量估計(jì)發(fā)現(xiàn),在排污距離成本和環(huán)境規(guī)制強(qiáng)度作用下,沿海100km和沿江50km的高強(qiáng)度生產(chǎn)生活活動(dòng)將引起高強(qiáng)度水污染物排放。二者伴生效應(yīng)還具有顯著空間差異,形成了高擴(kuò)張-高排放型、低擴(kuò)張-低排放型等空間耦合關(guān)系,其中,高擴(kuò)張-高排放型縣域在上海及其周邊、蘇北地區(qū)集中分布。

(3)長(zhǎng)三角地區(qū)城市擴(kuò)張對(duì)本地水污染物排放產(chǎn)生正向交互作用,且通過溢出效應(yīng)對(duì)鄰地排放產(chǎn)生負(fù)向交互作用。通過空間效應(yīng)分解,城市擴(kuò)張的規(guī)模每提升1%,將使本地COD、NH3-N排放分別增加0.274%、0.368%,同時(shí)還會(huì)造成鄰近縣域的排放分別降低1.017%、0.650%。在長(zhǎng)三角地區(qū)工業(yè)結(jié)構(gòu)偏重的背景下,本地城市擴(kuò)張導(dǎo)致自身水污染物排放加劇,而對(duì)鄰近縣域的負(fù)向交互作用揭示了中心城市對(duì)鄰近區(qū)域人流與要素流的 “虹吸效應(yīng)”,壓縮其城市擴(kuò)張機(jī)會(huì)和開發(fā)建設(shè)空間,進(jìn)而產(chǎn)生抑制鄰近地區(qū)水污染物排放的間接效應(yīng)。

3.2 討論

本文對(duì)城市擴(kuò)張與水污染物排放作用關(guān)系的案例研究表明,在城市化率達(dá)到60%以后,城市擴(kuò)張與水污染物排放的伴生效應(yīng)仍然顯著而穩(wěn)定。長(zhǎng)三角地區(qū)的實(shí)證檢驗(yàn)結(jié)果可為中國城市化率達(dá)到60%以后的水污染物減排政策制定提供以下經(jīng)驗(yàn)與啟示：①關(guān)注城市擴(kuò)張對(duì)當(dāng)?shù)厮廴九欧诺膹?qiáng)伴生效應(yīng)和空間交互過程,合理控制城市擴(kuò)張規(guī)模,劃定城市擴(kuò)張邊界,通過城市內(nèi)部空間結(jié)構(gòu)優(yōu)化,如城鎮(zhèn)用地功能置換、土地利用空間整理、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方式,提升城市綜合承載能力中的環(huán)境短板；②通過城市水污染物處理設(shè)施配套及管網(wǎng)建設(shè),降低城市功能運(yùn)轉(zhuǎn)水耗、能耗和末端物料流失,減少人均污染產(chǎn)出和地均污染產(chǎn)出；③以城市群和都市圈為空間載體,加強(qiáng)城市間產(chǎn)業(yè)與環(huán)境協(xié)作,合理規(guī)劃生產(chǎn)要素在不同城市之間的流動(dòng)路徑,避免城市間因惡性競(jìng)爭(zhēng)造成的資源環(huán)境過度消耗,緩解區(qū)域性污染物排放和空間溢出效應(yīng)；④通過縣域尺度設(shè)置環(huán)境準(zhǔn)入門檻,提高環(huán)境規(guī)制強(qiáng)度,繼續(xù)嚴(yán)控外資驅(qū)動(dòng)下的跨區(qū)污染轉(zhuǎn)移和“污染避難所”現(xiàn)象。此外,結(jié)合本文核心解釋變量及各控制變量影響水污染物排放的時(shí)空異質(zhì)性,未來值得深入研究的議題可包括以下方面：在空間變量上加入左右岸、上下游、跨邊界等屬性值,揭示不同距離下城市擴(kuò)張的水環(huán)境效應(yīng)及空間耦合特征；在最新的全國第二次污染源普查數(shù)據(jù)支撐下,更新縣域尺度的水污染排放和社會(huì)經(jīng)濟(jì)數(shù)據(jù),開展更長(zhǎng)時(shí)間序列的交互作用機(jī)理研究,深入挖掘城市化對(duì)區(qū)域水環(huán)境系統(tǒng)變化的響應(yīng)與反饋過程。